یادداشت تحقیقاتی: استفاده از شبکه عصبی مصنوعی در تخمین سرعت سقوط ذرات رسوبی
سرعت سقوط ذرات رسوبی یکی از پارامترهای مهم در پدیده انتقال رسوب، ریخت شناسی بستر و سواحل رودخانه ها، رسوبگذاری در مخازن سدها و نیز طراحی حوضچه های رسوبگیر در شبکه های انتقال آب است. به منظور تخمین سرعت سقوط ذرات رسوبی، تاکنون روابط متعددی ارائه شده که بر حسب محدودیت های موجود در آنها و نیز دقت حاصل، مورد استفاده محققان و طراحان مختلف قرار می گیرد. دراین تحقیق، با استفاده از شبکه عصبی مصنوعی، مدلی برای برآورد سرعت سقوط ذرات رسوبی ارائه شده است. شبکه عصبی این تحقیق با استفاده از 115 گروه داده اندازه گیری شده در تحقیقات مختلف (با مشخصات متفاوت سیال و رسوب) و با توجه به پارامترهای موثر بر سرعت سقوط ذرات رسوبی، طراحی و صحت سنجی شد. در مدل شبکه عصبی، شبکه پرسپترون چند لایه با قانون یادگیری انتشار سریع برای بازیابی نگاشت غیرخطی میان ورودی های شبکه (متغیرهای مستقل) و خروجی شبکه (متغیر وابسته) به گونه ای طراحی شد تا از این طریق، تخمین سرعت سقوط ذرات رسوبی میسر شود. برای بررسی دقت مدل در پیش بینی سرعت سقوط ذرات، خروجی های مدل با نتایج حاصل از 14 مدل آزمایشگاهی و تحلیلی که توسط سایر محققان ارائه شده، با استفاده از معیارهای ضریب همبستگی و میانگین خطای نسبی مقایسه شد. نتایج حاصل از مقایسه، نشان دهنده دقت بیشتر مدل شبکه عصبی مصنوعی نسبت به سایر مدلها است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.